Molecular and clinical characterization of 1,577 primary prostate cancer tumors to reveal novel clinical and biological insights into its subtypes.
Notice bibliographique
Résumé
9 Background: Prostate cancer molecular subtypes based on ETS gene fusions and SPINK1 were originally identified through outlier gene expression profiling analysis. Such molecular subtypes may have utility in disease stratification and clonality assessment, complementing available purely prognostic tests. Hence, we determined the analytical validity of molecular subtyping in a large sample of PCa treated with radical prostatectomy. Methods: We analyzed Affymetrix Human Exon 1.0ST GeneChip expression profiles for 1,577 patients from 8 radical prostatectomy (RP) cohorts. Multi-feature random forest classifiers and outlier analysis were used to define microarray-based molecular subtypes. Results: A random forest (RF) classifier was trained and validated to predict ERG fusion status using a subset with known ERG rearrangement status defined by FISH, achieving >95% sensitivity and specificity in the validation subset. Less frequent rearrangements involving other ETS genes or SPINK1 over-expression were predicted based on gene expression outlier analysis. Across cohorts, 45%, 9% 8% and 38% of PCa were classified as ERG+, ETS+, SPINK+, and Triple Negative, respectively. Global gene expression analysis shows that the four subtypes could be collapsed into three entities (ERG+, ETS+ and SPINK+/Triple Negative) based on expression patterns and clinical characteristics similarity. A series of multivariable analyses further revealed, ERG+ to be associated with lower pre PSA and Gleason scores but more likely to have EPE and occur in patients with European American ancestry compared to the ETS+, SPINK+/Triple Negative tumors (p<0.001). In contrast, patients with ETS+ were more likely to have SVI compared to both ERG+ and SPINK/Triple Negative (p=0.01), while SPINK+/Triple Negative had higher Gleason scores and were more likely to occur in African Americans (p<0.001). Conclusions: The Decipher platform can accurately determine ERG rearrangement status and PCa molecular subtypes. Inclusion of molecular subtyping, such as m-ERG status, may enable additional precision medicine opportunities in prognostic tests
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».